PPEDCRF：面向序列视频的位置隐私保护的增强型动态条件随机场
摘要
自动驾驶或辅助驾驶系统收集的车载摄像头视频日益被用于安全审计和模型改进。即使删除了显式的GPS元数据，攻击者仍可通过将背景视觉线索（例如建筑物和道路布局）匹配到大规模街景图像中，从而推断出录制位置。本文研究了基于背景的检索攻击下的位置隐私泄露问题，提出了PPEDCRF——一种隐私保护的增强型动态条件随机场框架，通过仅对推断位置敏感的背景区域注入校准扰动，同时保留前景检测效用。PPEDCRF由三个组件构成：（i）一个动态CRF，用于在帧之间发现并跟踪位置敏感区域；（ii）归一化控制惩罚（NCP），根据层次化敏感度模型分配扰动强度；（iii）一个保持效用的噪声注入模块，最小化对目标检测和分割的干扰。在公开驾驶数据集上的实验表明，PPEDCRF显著降低了位置检索攻击成功率（例如Top-k检索准确率），同时保持了与全局噪声、白噪声遮挡和基于特征的匿名化等常见基线相当的检测性能（例如mAP和分割指标）。源代码地址为https://github.com/mabo1215/PPEDCRF.git
引用
@article{arxiv.2603.01593,
title = {PPEDCRF: Privacy-Preserving Enhanced Dynamic CRF for Location-Privacy Protection for Sequence Videos with Minimal Detection Degradation},
author = {Bo Ma and Jinsong Wu and Weiqi Yan and Catherine Shi and Minh Nguyen},
journal= {arXiv preprint arXiv:2603.01593},
year = {2026}
}
备注
We would like to withdraw this paper due to identified issues in the experimental design and insufficient supporting data, which affect the reliability of the reported results. A substantially revised version with corrected experiments and extended evaluations will be prepared and submitted in the future